公开(公告)号：CN112711901B

公开(公告)日：2023-08-22

申请号：CN202011433143.3

申请日：2020-12-10

Applicant: 华南理工大学

Inventor： 游东东 ,  庞文斌 ,  沈小成

IPC: G06F30/27 ,  G06F17/16 ,  G06F17/11 ,  G06F119/04

Abstract: 本发明公开了基于泛协同Kriging模型的机构疲劳寿命预测方法，首先获取机构有限的主变量和大量的协变量数据，作为样本数据；构建泛协同Kriging模型，将主变量和协变量样本数据代入到泛协同Kriging模型，构建泛协同Kriging方程组，求解方程组，得到机构在一时段内不同时刻的主变量应变的预测值；从机构一时段内不同时刻的预测应变数据中，选择出预测到的最大应变△ε；将利用预测得到的最大应变以及机构材料常数，代入修正通用斜率方程，计算得到机构的剩余疲劳寿命。本发明结合泛协同Kriging模型和修正通用斜率法实现对机构疲劳寿命的预测，基于有限的主变量和大量的协变量就可以实现疲劳寿命的准确预测。

公开(公告)号：CN112711901A

公开(公告)日：2021-04-27

申请号：CN202011433143.3

申请日：2020-12-10

Applicant: 华南理工大学

Inventor： 游东东 ,  庞文斌 ,  沈小成

IPC: G06F30/27 ,  G06F17/16 ,  G06F17/11 ,  G06F119/04

Abstract: 本发明公开了基于泛协同Kriging模型的机构疲劳寿命预测方法，首先获取机构有限的主变量和大量的协变量数据，作为样本数据；构建泛协同Kriging模型，将主变量和协变量样本数据代入到泛协同Kriging模型，构建泛协同Kriging方程组，求解方程组，得到机构在一时段内不同时刻的主变量应变的预测值；从机构一时段内不同时刻的预测应变数据中，选择出预测到的最大应变△ε；将利用预测得到的最大应变以及机构材料常数，代入修正通用斜率方程，计算得到机构的剩余疲劳寿命。本发明结合泛协同Kriging模型和修正通用斜率法实现对机构疲劳寿命的预测，基于有限的主变量和大量的协变量就可以实现疲劳寿命的准确预测。